AtomTree：LLM分层框架实现状态感知指令跟随
热点事件观察中
AtomTree：LLM分层框架实现状态感知指令跟随
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Haotian Zhai 等人提出 AtomTree，一个用 LLM 做状态感知任务规划的分层框架：它逐步构建子目标与动作树，由 LLM 依据当前符号状态决定继续分解还是输出接地的低层动作。框架含轻量记忆模块复用过往结果，并在低层动作停滞时触发分层回溯重规划，从最新状态重新生成子树计划。 作者称，在 ALFRED 基准的零样本评测中，AtomTree 表现优于此前的 LLM 规划器。该结论来自论文自述，报道未给出成功率、任务数量或实机测试条件。
AI 根据报道生成 · 4 小时前更新
最新进展10月29日 03:30
AtomTree：面向状态感知具身指令跟随的 LLM 分层框架报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- arXiv · cs.ROAtomTree：面向状态感知具身指令跟随的 LLM 分层框架
Haotian Zhai 等人提出 AtomTree，一个用 LLM 做状态感知任务规划的分层框架，逐步构建子目标与动作树，由 LLM 依据当前符号状态决定继续分解还是输出接地的低层动作。框架包含轻量记忆模块复用过往结果，并在低层动作停滞时触发分层回溯重规划，从最新状态重新生成子树计划。在 ALFRED 基准的零样本评测中，AtomTree 表现优于此前的 LLM 规划器。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。